在白内障手术中,DeepSeek是否提供临床上可接受的眼内透镜 (IOL) 功率预测? 一个概念验证研究
Giovanni Ottonelli1, Giacomo De Rosa1, Jacopo Celada Ballanti1
1Department of Ophthalmology, IRCCS Humanitas Research Hospital, Rozzano, 20089 Milan, Italy.
Journal of clinical medicine
|December 30, 2025
概括
巴雷特万能II公式在预测手术后折射球形等效方面表现出卓越的准确性,与白内障手术中的生成AI模型DeepSeek-R1相比. 已确定的公式仍然是眼内透镜功率计算的临床标准.
科学领域:
- 眼科医生 眼科 眼科
- 医疗技术 医疗技术 医学技术
- 人工智能在医学中的应用
背景情况:
- 准确的眼内镜 (IOL) 功率计算对于成功的白内障手术结果至关重要.
- 生成型人工智能 (AI) 在眼科方面表现有前途,但其在IOL功率计算中的有效性需要评估.
- 这项研究比较了一种新的AI模型DeepSeek,与传统的折射预测公式进行比较.
研究的目的:
- 评估开源生成AI模型DeepSeek在预测术后球形等价物 (SE) 中的准确性.
- 为了比较DeepSeek的预测准确性与已建立的巴雷特宇宙II公式.
- 评估通用生成AI对于临床IOL功率计算的适用性.
主要方法:
- 分析了50例无并发性白内障手术病例的生物识别数据.
- 在手术后的30-40天测量了手术后的主观折射率.
- 预测误差 (PE),中位数绝对误差 (MedAE) 和累积准确性被计算并使用统计测试 (Wilcoxon签名等级,McNemar) 进行比较.
主要成果:
- 与DeepSeek-R1 (MedAE 0.76 D,MAE 0.77 D) 相比,Barrett Universal II获得了一个较低的MedAE (0.36 D) 和MAE (0.43 D) 的结果.
- 巴雷特通用II在所有评估的绝对误差值 (例如,71.7%与25.9%在±0.50 D) 中显示出明显更高的累积精度.
- 统计分析显示,有显著的配对差异有利于巴雷特通用II公式 (p < 0.0001).
结论:
- 巴雷特万能II公式在预测该队列中手术后SE方面明显优于DeepSeek-R1AI模型.
- 现有,通用的生成人工智能模型目前不符合验证的眼科特定公式的IOL功率计算的准确性.
- 已建立的公式仍然是临床眼内透镜功率计算的黄金标准.
